公开(公告)号：CN117994521B

公开(公告)日：2025-05-23

申请号：CN202410223412.5

申请日：2024-02-28

Applicant: 湖南科技大学

Inventor： 廖苗 ,  赖伟鸿 ,  邸拴虎 ,  梁伟 ,  赵于前 ,  杨振

IPC: G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048

Abstract: 本发明公开了一种基于双尺度混合网络的腹部CT图像多器官分割方法，具体实现为：(1)建立包含原始图像和其对应分割金标准的训练数据集；(2)构建一种基于双尺度的混合编解码网络，其中编码器采用双尺度输入，通过充分利用Transformer和CNN优势，提取图像多尺度特征，解码器则通过逐步融合不同尺度特征获取精确的分割结果；(4)利用训练数据集对网络进行训练，直至预先设定的损失函数收敛；(5)运用训练好的网络对待分割的图像进行测试，得到分割结果。本发明可在编码端不同层级充分提取图像局部和全局信息，可适应形态多样、结构复杂的腹部器官，获取精确的分割结果。

公开(公告)号：CN117994521A

公开(公告)日：2024-05-07

申请号：CN202410223412.5

申请日：2024-02-28

Applicant: 湖南科技大学

Inventor： 廖苗 ,  赖伟鸿 ,  邸拴虎 ,  梁伟 ,  赵于前 ,  杨振

IPC: G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048

Abstract: 本发明公开了一种基于双尺度混合网络的腹部CT图像多器官分割方法，具体实现为：(1)建立包含原始图像和其对应分割金标准的训练数据集；(2)构建一种基于双尺度的混合编解码网络，其中编码器采用双尺度输入，通过充分利用Transformer和CNN优势，提取图像多尺度特征，解码器则通过逐步融合不同尺度特征获取精确的分割结果；(4)利用训练数据集对网络进行训练，直至预先设定的损失函数收敛；(5)运用训练好的网络对待分割的图像进行测试，得到分割结果。本发明可在编码端不同层级充分提取图像局部和全局信息，可适应形态多样、结构复杂的腹部器官，获取精确的分割结果。